《表7 10测试样本模糊—SVM模型预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于QPSO优化模糊—SVM的电站锅炉燃煤结渣特性预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将10个测试样本的7指标依次输入模糊—SVM模型与QPSO优化后的模糊—SVM模型中，预测结果及正确率如表7～8所示，其中标注“*”的样本代表预测错误。通过表6～7可以看出，QPSO优化后的模糊—SVM模型的预测正确率显著提高，其中三角形隶属度函数、半圆形隶属度函数与斜线形隶属度函数对应的模糊—SVM模型的正确率达到100%，梯形隶属度函数与柯西形隶属度函数对应的模糊—SVM模型的正确率达到90%与80%。这说明，经过量子粒子群算法优化后的模型正确率更高，更适合应用于电站燃煤结渣预测。